Fugu-MT 論文翻訳(概要): 3D Parametric Wireframe Extraction Based on Distance Fields

論文の概要: 3D Parametric Wireframe Extraction Based on Distance Fields

arxiv url: http://arxiv.org/abs/2107.06165v1
Date: Tue, 13 Jul 2021 15:25:14 GMT
ステータス: 処理完了
システム内更新日: 2021-07-14 17:22:23.074704
Title: 3D Parametric Wireframe Extraction Based on Distance Fields
Title（参考訳）: 距離場に基づく3次元パラメトリックワイヤフレーム抽出
Authors: Albert Matveev, Alexey Artemov, Denis Zorin and Evgeny Burnaev
Abstract要約: 点雲からのパラメトリックワイヤフレーム抽出のためのパイプラインを提案する。我々のアプローチは、最も近い鋭い特徴曲線に近接するスカラー距離場を処理する。中間段階において、コーナーを検出し、曲線のセグメンテーションを構築し、ワイヤフレームに適合したトポロジグラフを構築する。
参考スコア（独自算出の注目度）: 33.17232234301046
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a pipeline for parametric wireframe extraction from densely sampled point clouds. Our approach processes a scalar distance field that represents proximity to the nearest sharp feature curve. In intermediate stages, it detects corners, constructs curve segmentation, and builds a topological graph fitted to the wireframe. As an output, we produce parametric spline curves that can be edited and sampled arbitrarily. We evaluate our method on 50 complex 3D shapes and compare it to the novel deep learning-based technique, demonstrating superior quality.
Abstract（参考訳）: 本稿では,高密度サンプリング点雲からのパラメトリックワイヤフレーム抽出のためのパイプラインを提案する。我々のアプローチは、最も近い鋭い特徴曲線に近接するスカラー距離場を処理する。中間段階において、コーナーを検出し、曲線セグメンテーションを構築し、ワイヤフレームに適合したトポロジグラフを構築する。出力として、任意に編集してサンプル化できるパラメトリックスプライン曲線を生成する。提案手法を50種類の複雑な3次元形状で評価し,新しい深層学習技術と比較し,優れた品質を示す。

関連論文リスト

3D Neural Edge Reconstruction [61.10201396044153]
本研究では,線と曲線に焦点をあてて3次元エッジ表現を学習する新しい手法であるEMAPを紹介する。多視点エッジマップから無符号距離関数(UDF)の3次元エッジ距離と方向を暗黙的に符号化する。この神経表現の上に、推定されたエッジ点とその方向から3次元エッジを頑健に抽象化するエッジ抽出アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-05-29T17:23:51Z)
ParaPoint: Learning Global Free-Boundary Surface Parameterization of 3D Point Clouds [52.03819676074455]
ParaPointは、グローバルな自由境界面パラメータ化を実現するための教師なしのニューラルネットワークパイプラインである。この研究は、グローバルマッピングと自由境界の両方を追求するニューラルポイントクラウドパラメータ化を調査する最初の試みである。
論文参考訳（メタデータ） (2024-03-15T14:35:05Z)
Polygon Detection for Room Layout Estimation using Heterogeneous Graphs and Wireframes [2.76240219662896]
本稿では,部屋配置推定タスクを解くネットワーク手法を提案する。ネットワークはRGB画像を撮り、ワイヤーフレームと時間ガラスのバックボーンを使ってスペースを推定する。
論文参考訳（メタデータ） (2023-06-21T11:55:15Z)
Estimating Discrete Total Curvature with Per Triangle Normal Variation [0.0]
離散曲面のすべての三角形における全曲率を測定するための新しい手法を提案する。この方法は、ガウス写像の三角形全曲率とディリクレエネルギーの関係を利用する。
論文参考訳（メタデータ） (2023-05-22T02:52:29Z)
SepicNet: Sharp Edges Recovery by Parametric Inference of Curves in 3D Shapes [16.355677959323426]
本稿では,3次元形状の鋭いエッジを原始曲線として検出・パラメータ化するための新しいディープネットワークであるSepicNetを紹介する。我々は,一様サンプリングよりも鋭い特徴を捕集する適応点雲サンプリング手法を開発した。
論文参考訳（メタデータ） (2023-04-13T13:37:21Z)
NerVE: Neural Volumetric Edges for Parametric Curve Extraction from Point Cloud [38.24355097894629]
我々はニューラルボリュームエッジ表現であるNerVEを提示する。 NerVEは、多目的なピースワイド・リニア(PWL)曲線表現にシームレスに変換できる。 NerVEをベースとした単純なネットワークは,従来の最先端手法よりもはるかに優れていることを示す。
論文参考訳（メタデータ） (2023-03-29T05:34:54Z)
GeoUDF: Surface Reconstruction from 3D Point Clouds via Geometry-guided Distance Representation [73.77505964222632]
スパース点雲から離散曲面を再構成する問題に対処する学習ベース手法であるGeoUDFを提案する。具体的には、UDFのための幾何誘導学習法とその勾配推定を提案する。予測されたUDFから三角形メッシュを抽出するために,カスタマイズされたエッジベースマーチングキューブモジュールを提案する。
論文参考訳（メタデータ） (2022-11-30T06:02:01Z)
CurveFormer: 3D Lane Detection by Curve Propagation with Curve Queries and Attention [3.330270927081078]
3Dレーン検出は、自動運転システムにとって不可欠な部分である。以前のCNNとTransformerベースの手法は、通常、フロントビューイメージから鳥の目視(BEV)特徴マップを生成する。単段トランスフォーマーを用いた3次元レーンパラメータの直接計算法であるCurveFormerを提案する。
論文参考訳（メタデータ） (2022-09-16T14:54:57Z)
SketchSampler: Sketch-based 3D Reconstruction via View-dependent Depth Sampling [75.957103837167]
1枚のスケッチ画像に基づいて3次元形状を再構成することは、スパースで不規則なスケッチと正規の高密度な3次元形状との間に大きな領域ギャップがあるため困難である。既存の作品では、3D座標を直接予測するためにスケッチから抽出されたグローバルな特徴を活用しようとするが、通常は入力スケッチに忠実でない細部を失う。
論文参考訳（メタデータ） (2022-08-14T16:37:51Z)
Holistically-Attracted Wireframe Parsing [123.58263152571952]
本稿では,入力画像中のベクトル化ワイヤフレームを1つのフォワードパスで検出する高速で類似的な解析手法を提案する。提案手法は, (i) ラインセグメントとジャンクション提案生成, (ii) ラインセグメントとジャンクションマッチング, (iii) ラインセグメントとジャンクション検証の3つのコンポーネントから構成される。
論文参考訳（メタデータ） (2020-03-03T17:43:57Z)
From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized 3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文参考訳（メタデータ） (2020-01-21T06:51:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。